Навигация по внедрению ИИ в медицине в интенсивной терапии

Медицина интенсивной терапии признана перспективной областью внедрения искусственного интеллекта (ИИ) из-за обилия данных, генерируемых в отделениях интенсивной терапии (ОИТ). Однако, несмотря на потенциальные преимущества, существует значительный разрыв между разработанными моделями ИИ и их реальным клиническим использованием.

Медицина интенсивной терапии признана перспективной областью внедрения искусственного интеллекта (ИИ) из-за обилия данных, генерируемых в отделениях интенсивной терапии (ОИТ). Однако, несмотря на потенциальные преимущества, существует значительный разрыв между разработанными моделями ИИ и их реальным клиническим использованием. Проблемы включают технологические проблемы с качеством данных, этические и нормативные проблемы, недостаточную надежность моделей ИИ и признание врачей. Недавние исследования показали положительное отношение к ИИ среди специалистов отделений интенсивной терапии, но также выявили технические и нетехнические препятствия для внедрения. Однако существующие исследования ограничены несколькими странами с высоким уровнем дохода (СВД), игнорируя перспективы стран с низким и средним уровнем дохода (СНСД). Недавнее исследование, опубликованное в журнале BMJ Health & Care Informatics, направлено на устранение этого пробела путем изучения мнений специалистов интенсивной терапии как из стран с высоким уровнем дохода, так и из стран с низким и средним уровнем дохода относительно использования и внедрения ИИ в отделениях интенсивной терапии.

Анализ проблем использования данных в отделениях интенсивной терапии

В исследовании приняли участие 59 специалистов интенсивной терапии, в первую очередь врачи (69,5%), затем медсестры (18,6%), фармацевты (6,8%) и физиотерапевты (3,4%). Участники были из разных регионов, большинство из Европы, Азии и Северной Америки. Большинство участников были мужчины (66,1%). Результаты показали широко распространенное отсутствие сбора цифровых данных и недостаточное использование данных пациентов в отделениях интенсивной терапии как в странах с высоким, так и с низким и средним уровнем дохода. Хотя в некоторых отделениях интенсивной терапии для сбора данных использовались электронные мониторы, документация в основном была бумажной или частично оцифрованной, что ограничивало доступность цифровых данных. Кроме того, сообщалось, что вторичное использование данных пациентов было минимальным в большинстве отделений интенсивной терапии, за исключением нескольких крупных больниц третичного уровня в странах с высоким уровнем дохода, где сбор данных и документация были полностью оцифрованы и широко использовались для вторичных целей. Однако даже в полностью оцифрованных отделениях интенсивной терапии часто требовалась ручная проверка данных из-за нормативных требований, хотя некоторые участники предположили, что детальная проверка не всегда практикуется.

Восприятие и опасения специалистов отделения интенсивной терапии по поводу интеграции искусственного интеллекта

Специалисты интенсивной терапии, независимо от их местонахождения в странах с высоким или низким и средним уровнем дохода, продемонстрировали положительное отношение к технологии искусственного интеллекта, предвидя ее потенциал для улучшения результатов лечения пациентов и облегчения рабочей нагрузки. Они подчеркнули способность ИИ служить системой раннего предупреждения об ухудшении состояния пациентов, прогнозировать случаи высокого риска и оптимизировать рабочие процессы, такие как управление количеством коек и повышение точности документации. Несмотря на этот оптимизм, участники выразили обеспокоенность по поводу внедрения ИИ в клиническую практику. Одной из серьезных проблем была достоверность моделей ИИ, а также опасения по поводу предвзятости и их применимости к различным группам пациентов, особенно к меньшинствам и обездоленным группам. Еще одна проблема была связана с объяснимостью систем искусственного интеллекта: некоторые выступали за прозрачность для поддержания доверия врачей и пациентов, в то время как другие отдавали предпочтение доказательствам эффективности, а не понятности. Участники также обсудили вопрос ответственности, размышляя о том, кто будет нести ответственность, если ИИ будет принимать автономные решения при уходе за пациентами. В то время как некоторые верили в сохранение человеческого контроля, другие рассматривали ИИ как дополнительный инструмент, а не замену клинической оценки. Более того, существовали опасения по поводу зависимости от ИИ, опасаясь, что чрезмерная зависимость может привести к деквалификации персонала и снижению уровня персонализированного ухода за пациентами. Наконец, участники подчеркнули потенциальные различия во внедрении ИИ, которые могут усугубить неравенство между богатыми и недостаточно обслуживаемыми учреждениями здравоохранения. В целом, хотя специалисты по интенсивной терапии признали потенциальные преимущества ИИ, они подчеркнули важность решения этих проблем для обеспечения этической и справедливой интеграции в клиническую практику.

Преодоление препятствий на пути внедрения ИИ в отделениях интенсивной терапии

Внедрение ИИ в отделениях интенсивной терапии сталкивается с тремя основными препятствиями: цифровая инфраструктура, знания и понимание, а также проблемы регулирования. Цифровая инфраструктура: Участники отметили неадекватную цифровую инфраструктуру в странах как с высоким, так и с низким и средним уровнем дохода как основное препятствие. Многим учреждениям не хватало необходимых технических возможностей, включая аппаратное обеспечение, программное обеспечение и квалифицированный персонал, для сбора и использования данных для алгоритмов ИИ. Кроме того, некоторые участники из стран с низким и средним уровнем дохода выделили такие проблемы, как нестабильное электроснабжение. Ограниченные средства и конкурирующие приоритеты в системах здравоохранения были названы основными проблемами, при этом лица, принимающие решения, часто не осознавали ценность цифровых технологий для ухода за пациентами. Знания и понимание. Серьезным препятствием было отсутствие знаний и понимания ИИ среди медицинских работников и пациентов. Этот разрыв препятствовал принятию и желанию использовать инструменты ИИ, что приводило к неоптимальным результатам. Участники подчеркнули важность согласования разработки ИИ с клиническими потребностями и развития сотрудничества между врачами и техническими экспертами. Также были высказаны опасения по поводу владения данными и конкуренции между коллегами, что препятствует обмену данными и сотрудничеству, необходимым для эффективного внедрения ИИ. Нормативные проблемы: Участники отметили различия в правилах защиты данных в разных странах как серьезное препятствие. Различия в правилах совместного использования данных и вторичного использования создают проблемы для внедрения ИИ. Хотя защита конфиденциальности пациентов была признана крайне важной, чрезмерно строгие правила рассматривались как потенциально вредные для исследований и инноваций, ограничивающие улучшения в уходе за пациентами.

Стратегии продвижения внедрения ИИ в интенсивной терапии

Чтобы повысить признание и полезность приложений ИИ в отделениях интенсивной терапии, участники подчеркнули важность четких и последовательных доказательств, полученных в результате надежных научных исследований, подтверждающих эффективность и надежность ИИ. Они подчеркнули необходимость подробных объяснений с подробным описанием сильных и слабых сторон, преимуществ и недостатков каждого приложения. Чтобы преодолеть разрыв в понимании между врачами и техническими партнерами, участники предложили две основные стратегии:

Обучение и образование . Многие выступали за улучшение обучения и образования как врачей, так и специалистов по обработке данных. Это позволит врачам лучше понять концепции ИИ и позволит ученым, работающим с данными, понять клинический контекст. Хотя участники признали необходимость повышения знаний и навыков всех специалистов по интенсивной терапии, некоторые предложили возможность создания новой специальности или узкой специализации, ориентированной на обучение врачей искусственному интеллекту.

Расширение участия клиницистов . Участники подчеркнули важность привлечения врачей к проектированию и разработке приложений ИИ с самого начала. Они считали, что более широкие консультации и сотрудничество между врачами и разработчиками приведут к созданию более эффективных продуктов, адаптированных к клиническим потребностям.

Более того, участники подчеркнули необходимость улучшения более широкой экосистемы, связанной с внедрением ИИ в отделениях интенсивной терапии. Это включает в себя создание надлежащих систем сбора данных и документирования, направление финансирования на усилия по воплощению исследований в практику, обеспечение того, чтобы группы по грантам обладали необходимым опытом для оценки междисциплинарных исследований, а также содействие академическому/коммерческому партнерству для расширения инноваций и внедрения.

Преодоление барьеров и создание основы для интеграции ИИ

Участники в целом положительно оценили потенциал ИИ в отделениях интенсивной терапии, но выявили значительные технические и нетехнические препятствия на пути внедрения. Ключевым выводом стала неравномерность готовности отделений интенсивной терапии к внедрению ИИ: несколько крупных больниц третичного уровня в странах с высоким уровнем дохода обладают необходимой цифровой инфраструктурой, в то время как большинству других отделений интенсивной терапии не хватает технических возможностей и опыта персонала. В исследовании подчеркивается важность создания основ цифровой инфраструктуры и инфраструктуры знаний до широкого внедрения ИИ, предостерегая от инвестиций в развитие ИИ без учета этих предварительных условий. Авторы призывают международные общества интенсивной терапии прийти к консенсусу относительно предварительных условий использования ИИ в отделениях интенсивной терапии.

Хотя в исследовании отсутствуют статистически репрезентативные данные и оно может быть подвержено предвзятости и региональным различиям, оно дает ценную информацию о проблемах и соображениях, связанных с внедрением ИИ в отделениях интенсивной терапии. Отсутствие стандартизированного определения ИИ в медицине и различия в знаниях участников в области ИИ могли повлиять на результаты исследования. Кроме того, исследование предшествует всплеску интереса к большим языковым моделям и чат-ботам, поэтому не охватывает эти достижения в области технологий искусственного интеллекта.

Источник: BMJ Health & Care Informations